摘要：针对医学图像配准对鲁棒性强、准确性高和速度快的要求,本文提出一种基于Rényi熵的互补尺度空间关键点配准算法。该算法首先从图像上提取Harris-Laplace（HL）和Laplacian of Gaussian（LoG）两种互补的尺度空间关键点,然后将关键点对应的灰度信息融入到联合Rényi熵中,最后使用最小生成树来估计联合Rényi熵。新算法结合了互补关键点的鲁棒性,和最小生成树估计Rényi熵的高效性。实验结果表明在图像含有噪声、灰度不均匀和初始误配范围较大的情况下,该算法在达到良好配准精度的同时,具有较强的鲁棒性和较快的速度。

关键词：医学图像配准 laplacian of 最小生成树 renyi熵 

单位：医学影像计算教育部重点实验室东北大学 沈阳110004 东北大学信息科学与工程学院 沈阳110004 国家数字化医学影像设备工程技术研究中心 沈阳110004